仿生气体传感系统是一种模仿生物嗅觉能力的分析工具，能够为不同气体生成独特的特征数据。通过结合多传感器与多变量数据处理技术，能够有效提高气体传感器的选择性，实现高性能的智能嗅觉传感系统。此外，受动物大脑启发的人工神经网络（ANN）也因计算能力的显著提升和大数据的优势，在智能嗅觉传感系统研究中备受关注。
图1 仿生气体传感系统
据麦姆斯咨询报道，近期，中国科学院上海微系统与信息技术研究所陶虎研究员、秦楠研究员团队成功开发出一种集成MEMS多通道传感器阵列、CMOS读出芯片和受果蝇启发算法的智能仿生嗅觉传感系统。该系统模拟了生物嗅觉细胞、神经系统和大脑功能，通过模拟果蝇的生物传感机制来采集和处理气味信息，能够准确检测环境温度、湿度以及有害气体的类型和浓度。相关研究成果以“A Drosophila-inspired intelligent olfactory biomimetic sensing system for gas recognition in complex environments”为题发表在Microsystems & Nanoengineering期刊上。
图2 本研究提出的智能仿生嗅觉传感系统
自然界中果蝇的嗅觉传感系统具有低功耗、快速响应和高精度等优势。受果蝇的这一生物特性启发，研究团队开发出一种创新的仿生智能嗅觉传感系统，该系统基于18通道MEMS传感器阵列（包含16个气体传感器、1个湿度传感器和1个温度传感器）、CMOS电路以及基于果蝇神经机制的轻量级机器学习算法。该系统的多功能环境传感器（温度和湿度传感器）有效消除了实际应用中的环境干扰。在制造工艺上，采用垂直3D集成的倒装芯片封装工艺，显著降低了制造难度和系统体积。通过结合浅层神经网络和残差神经网络，该系统实现了气体识别在定性和定量分析上的高精度和稳定性。
图3 MEMS气体传感器阵列的结构和特性分析
图4 CMOS电路的设计和性能
该智能仿生嗅觉传感系统具备环境感知、多信号处理和气味识别能力。通过实验验证，该系统能够定性识别7种不同类型的气体，准确率为98.5%，可降低参数数量和计算难度，并且能够定量预测每种气体的3~5个浓度梯度，准确率为93.2%。这些结果展示了该系统在紧急救援场景下用于报警系统的应用潜力。
图5 用于气体类型识别和气味浓度预测的仿生嗅觉轻量级机器学习策略
综上所述，这项研究成功开发出一种智能仿生嗅觉传感系统。通过精巧的设计、优化的制备工艺、多功能集成和仿生算法，该系统展现出优异的气体传感性能，具备在复杂环境条件下识别有害气体的可靠能力。该智能仿生嗅觉传感系统未来有望在医疗保健、环境监测和紧急救援中的智能安全报警系统等领域发挥重要的作用。
论文信息：
https://doi.org/10.1038/s41378-024-00752-y
延伸阅读：
《环境气体传感器技术及市场-2023版》
《盛思锐气体传感器SGP40产品分析》
《盛思锐气体传感器SGP30产品分析》
